抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ビット深さ拡張(BDE)は,低ビット深さ(LBD)源から高ビット深さ(HBD)画像を表示する新興技術の1つである。既存のBDE法は,様々なBDE状況に対する統一解を持たず,LBD画像からのそれぞれの画素のマッピングを直接学習し,与えられた高次ビットを変化させ,グランドトルースから大きな偏差をもたらす。本論文では,ビット復元ネットワーク(BRNet)を設計し,各画素の重みを学習し,与えられた高次ビット情報を修正せずに,正確な解を呼び出す合理的な範囲内の補充値の比率を示した。任意のビット深さ劣化のためのネットワーク適応をするために,著者らは最適化展望における問題を調査して,より良い性能のために進行性訓練戦略の下でネットワークを訓練した。さらに,復元された画像とグランドトルースの間の色分布の差異を評価するために,視覚品質指標としてWasserstein距離を採用した。実験結果は,著者らの方法がより少ないアーチファクトと虚偽輪郭でカラーフル画像を回復することができて,より高いPSNR/SSIM結果とより低いWasserstein距離で最先端の方法より優れていることを示した。ソースコードはhttps://github.com/yuqing liu dut/bit depth expansionで利用できる。【JST・京大機械翻訳】